Hipótese Estatística:

Transcrição

1 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais, pode-se inferir sobre a população. No caso das inferências através do Intervalo de Confiança, busca-se cercar o parâmetro populacional desconhecido. Aqui formula-se uma hipótese quanto ao valor do parâmetro, e pelos elementos amostrais faz-se um teste que indicará a aceitação ou rejeição da hipótese formulada. Hipótese Estatística: Hipótese, em estatística, é uma suposição formulada a respeito dos parâmetros de uma distribuição de probabilidade de uma ou mais populações. Esta hipótese será testada com base em resultados amostrais, sendo aceita ou rejeitada. Ela somente será rejeitada se o resultado da amostra for claramente improvável de ocorrer quando a hipótese for verdadeira. Consideremos Ho a hipótese nula, e H 1 a hipótese alternativa a ser testada (complementar de Ho). O teste pode levar a aceitação ou rejeição de Ho que corresponde, respectivamente à negação ou afirmação de H 1. Exemplo: Suponhamos que uma indústria compre de certo fabricante parafusos cuja a carga média de ruptura por tração é especificada em 5 Kg, o desvio-padrão das cargas de ruptura é suposto ser igual a 4 Kg. O comprador deseja verificar se um grande lote de parafusos recebidos deve ser considerado satisfatório, no entanto existe alguma razão para se temer que a carga média de ruptura seja eventualmente inferior à 5 Kg. Se for superior não preocupa o comprador pois neste caso os parafusos seriam de melhor qualidade que a especificada. Neste exemplo, a hipótese do comprador é que a carga média da ruptura é inferior a 5 Kg. O comprador pode ter o seguinte critério para decidir se compra ou não o lote: Resolve tomar uma amostra aleatória simples de 25 parafusos e submetê-los ao ensaio de ruptura. Se a carga média de ruptura observada nesta amostra for maior que 48 Kg ele comprará o lote, caso contrário se recusará a comprar. PASSOS PARA REALIZAR UM TESTE DE HIPÓTESE 1. HIPÓTESES: Hipótese Nula (H ): É um valor suposto para um parâmetro. No exemplo acima, H :µ=5. Hipótese Alternativa(H 1 ) : É uma hipótese que contraria a hipótese nula, complementar de H, no exemplo, H 1 : µ <5. ou seja, no exemplo, Ho: µ = 5 H 1 : µ < 5 Supondo H verdadeira, X da amostra aleatória de 25 valores será uma v.a com média σ também de 5 Kg e desvio padrão n.

2 2 No exemplo, 4 σ = = x 25, 8 Sabemos que X é aproximadamente normal, então podemos calcular a probabilidade de obtermos um valor inferior a 48. P(X <48) = P( x µ 48 5 < ) = (P(Z<-2,5) =,62 σ, 8 n Existe pois uma probabilidade de,62 de que, mesmo sendo a hipótese H verdadeira, X assuma um valor na região que leva à rejeição de H, conforme critério adotado anteriormente. 2. NÍVEL DE SIGNIFICÂNCIA DE UM TESTE: É a probabilidade máxima de rejeitar Ho. Se, por exemplo, utilizarmos o nível de significância de 5%, a hipótese nula (Ho) será rejeitada somente se o resultado da amostra for tão diferente do valor suposto que uma diferença igual ou maior ocorreria com uma probabilidade máxima de,5. Na prática, o valor de α é fixo. (Geralmente α =,1 ou,5 ou,1.) No exemplo, fixado α =,5, levaria à rejeição de Ho, pois,62 <,5. Uma outra maneira de tomar-se uma decisão é comparar o valor tabelado com a estatística do teste. 3. ESTATÍSTICA DO TESTE: É o valor calculado a partir da amostra que será usado na tomada de decisão. No exemplo, Z calc = -2,5. Z calc = valor da estimativa - valor alegado para o parâmetro desvio-padrão do estimador

3 3 4. REGIÃO CRÍTICA: Região onde os valores da estatística dos teste levam à rejeição da hipótese nula. A sua área é igual ao nível de significância, e sua direção é a mesma da hipótese alternativa. Unilateral à esquerda: H : µ = 5 H 1 : µ < 5 Unilateral à direita: H : µ = 5 H 1 : µ > 5 Bilateral: H : µ = 5 H 1 : µ 5 5. REGRA DE DECISÃO: Se o valor da estatística do teste cair dentro da região crítica, rejeita-se H. Ao rejeitar a hipótese nula (H ) existe uma forte evidência de sua falsidade. Ao contrário, quando aceitamos, dizemos que não houve evidência amostral significativa no sentido de permitir a rejeição de Ho. 6. CONCLUSÃO: O que significa, na situação de pesquisa, aceitar ou rejeitar Ho. TIPOS DE ERROS Pelo fato de estarmos usando resultados amostrais para fazermos inferência sobre a população, estamos sujeito a erros. Digamos que existe uma probabilidade α de que mesmo sendo Ho verdadeiro, X assuma um valor que leva Z calc à rejeição de Ho. As probabilidades desses erros são chamadas α e β respectivamente. α = P(erro tipo I) = P(rejeitar H / H é verdadeiro) β = P(erro tipo II) = P(aceitar H / H é falso) DECISÃO REALIDADE H verdadeira H falsa Aceitar H Decisão Correta (1-α) Erro do tipo II (β) Rejeitar H Erro do tipo I (α) Decisão Correta (1-β)

4 4 A probalidade de erro tipo I é determinada pelo pesquisador, mas para determinar a probabilidade de erro tipo II, devemos considerar a hipótese nula como falsa e, então determinar qual a verdadeira distribuição da característica em estudo. Exemplo: O peso médio de litros de leite de embalagens enchidas em uma linha de produção está sendo estudado. O padrão prevê um conteúdo médio de 1 ml por embalagem. Sabe-se que o desvio padrão é de 1 ml e que a variável tem distribuição normal. Para encontrar a probabilidade de erro tipo II, quando testamos a média ser diferente de 1 ml ao nível de 5% de significância com 4 unidades amostrais, e sendo o real conteúdo médio da embalagem de 112 ml, temos: H : µ = 1 H 1 : µ 1 P (erro tipo II) = P (aceitar H / H é falsa) =? Z α/2 = Z,25 = 1,96 X 1 1,96 = X = 19,8 1 4, ,8 112 P (aceitar H / H é falsa) = P (X < 19,8 / µ = 112) = P ( x µ σ n 19, < ) 1 4 = P ( Z < -,44) =,33 Ou seja, a probabilidade de não rejeitarmos Ho, quando a média real da embalagem é de 112 ml é de,33. A partir dessa informação podemos obter o poder do teste é de 1-β=1-,33=,67.

5 5 1. Teste de Hipótese para uma Média com variância pop.conhecida HIPÓTESES: H : µ = µ H 1 : µ µ ou H 1 : µ > µ ou H 1 : µ < µ ESTATÍSTICA DO TESTE: x µ = cal σ n Z Região crítica unilateral à esquerda: Rejeita-se H se Z calc < Z Região crítica unilateral à direita: Rejeita-se H se Z calc > Z 1- Região crítica bilateral: Rejeita-se H se Z calc < Z /2 ou Z calc > Z (1- /2) Exemplo 1: A resistência à tração do aço inoxidável produzido numa certa usina permanecia 2 estável, com uma resistência média de 72 Kg/ mm e um desvio padrão de 2, Kg/ mm 2. Recentemente, a máquina foi ajustada. A fim de determinar o efeito do ajuste, 1 amostras foram testadas. As resistências médias são apresentadas a seguir: 76,2 78,3 76,4 74,7 72,6 78,4 75,7 7,2 73,3 74,2. Presuma que o desvio padrão seja o mesmo que antes do ajuste. Podemos concluir que o ajuste mudou a resistência à tração de aço? (Adote 5% de significância). 2. Teste de Hipótese para uma Média com variância pop. desconhecida HIPÓTESES: H : µ = µ H 1 : µ µ ou H 1 : µ > µ ou H 1 : µ < µ ESTATÍSTICA DO TESTE: t cal x µ = s n Região crítica unilateral à esquerda: Rejeita-se H se t calc < t α, n 1 Região crítica unilateral à direita: Rejeita-se H se Z calc > t α, n 1 Região crítica bilateral: Rejeita-se H se Z calc < t α, n 1 ou Zcalc > t α, 1 2 n 2 Exemplo 2: A percentagem média da receita municipal dos quase 6 municípios de um estado têm sido 7%. O governo pretende melhorar este índice e, para isso, está estudando alguns incentivos. Para verificar os efeitos destes incentivos, sorteou 1 cidades e estudou quais seriam as percentagens investidas neles. Os resultados foram: 8, 1, 9, 11, 8, 12, 16, 9, 12, 1. Admitindo que estes números venham a ocorrer, os dados trazem evidência de melhoria? (Adote 5% de significância).

6 6 3. Teste de Hipótese para a proporção HIPÓTESES: H : π = π H 1 : π π ou H 1 : π < π ou H 1 : > π π ESTATÍSTICA DO TESTE: Z cal = ^ π ) ^ ^ ( p p.(1 p) n Região crítica unilateral à esquerda: Rejeita-se H se Z calc < Z Região crítica unilateral à direita: Rejeita-se H se Z calc > Z 1- Região crítica bilateral: Rejeita-se H se Z calc < Z /2 ou Z calc > Z (1- /2) Exemplo 3: O presidente do Clube A, afirma que 58% da população de sua cidade torce para seu time. O presidente do clube rival com o intuito de desmentir a afirmação, contrata uma pesquisa que entrevistou 2 pessoas na qual 17 afirmaram realmente torcer para o clube A. Formule a hipótese e realize o teste ao nível de significância de 1%. Lista Teste de Hipótese 1) Uma amostra de 25 elementos resultou média 13,5 com desvio padrão de 4,4. Efetuar o teste ao nível de 1% para a hipótese que a média seja inferior a 16. 2) As estaturas de 2 recém nascidos foram tomadas no Departamento de Pediatria da FMRP, cujos resultados são em cm: a) suponha inicialmente que a população das estaturas é normalmente distribuída com variância 2 cm 2 ; Teste a hipótese de que a média seja diferente de 5cm ( =,5) b) Faça o mesmo teste para a média, mas agora desconhecendo a variância ( =,5). 3) Um processo deveria produzir mesas com,85m de altura. O engenheiro desconfia que as mesas que estão sendo produzidas são menores que o especificado. Uma amostra de 8 mesas foi coletada e indicou média,847m. Sabendo que o desvio padrão é σ=,1m, teste a hipótese do engenheiro usando um nível de significância de 3%. 4) As condições de mortalidade de uma região são tais que a proporção de nascidos que sobrevivem até 6 anos é de,6. Testar essa hipótese ao nível de 5% se em 1 nascimentos amostrados aleatoriamente, verificou-se 53 sobreviventes até 6 anos. 5) A experiência tem comprovado que mais de 4% dos estudantes são reprovados em uma prova de estatística. Se 45 de 9 estudantes amostrados fossem reprovados, o que se pode concluir a respeito desta afirmação. Teste esta hipótese ao nível de significância de 4%.